In [139]:
Image('_enumerate_and_ravel.jpg')
Out[139]:
In [140]:
Image('_mse_vs_rmse.jpg')
Out[140]:
In [141]:
Image('_sets.jpg')
Out[141]:
In [142]:
Image('_indices_vs_values.jpg')
Out[142]:
In [143]:
Image('_confusion_matrix.jpg') 
Out[143]:
In [144]:
Image('_sensitivity_specificity_recall_precision.jpg')
Out[144]:
In [145]:
Image('_loading_dataset.jpg') 
Out[145]:
In [146]:
Image('_reading_dataframe.jpg')
Out[146]:
In [147]:
Image('_array_size_vs_len.jpg')
Out[147]:
In [148]:
Image('_decision_tree_splitting.jpg')
Out[148]:
In [149]:
Image('_clustering_centroids.jpg')
Out[149]:
In [150]:
Image('_covid_19.jpg')
Out[150]:
In [151]:
Image('_k_nearest_neighbors.jpg')
Out[151]:
In [152]:
Image('_forest_for_the_trees.jpg')
Out[152]:
In [153]:
Image('_random_forest_feature_selection.jpg')
Out[153]:
In [154]:
Image('_reading_decision_tree.jpg')
Out[154]:
In [155]:
Image('_default_params.jpg')
Out[155]:
In [156]:
Image('_random_forest.jpg')
Out[156]:
In [157]:
Image('_decision_tree_random_state.JPG')
Out[157]:
In [158]:
Image('_max_features.jpg')
Out[158]:
In [159]:
Image('_mlp_classifier.JPG')
Out[159]:
In [160]:
Image('_mlp_classifier_under_the_hood.jpg')
Out[160]:
In [161]:
Image('_sensitivity_vs_specificity.jpg')
Out[161]:
In [162]:
Image('_true_false_positive_negative.jpg')
Out[162]:
In [163]:
Image('_f1_score.jpg')
Out[163]:
In [164]:
Image('_matplotlib_graphing.JPG')
Out[164]:
In [165]:
Image('_plotting_xlim.jpg')
Out[165]:
In [166]:
Image('_histogram_plotting.jpg')
Out[166]:
In [167]:
Image('_series_vs_array.jpg')
Out[167]:
In [168]:
Image('_boolean_mask.jpg')
Out[168]:
In [169]:
Image('_index_slicing.jpg')
Out[169]:
In [170]:
Image('_continue.JPG')
Out[170]:
In [171]:
Image('_supervised_vs_unsupervised.jpg')
Out[171]:
In [172]:
Image('_boston_housing.jpg')
Out[172]:
In [173]:
Image('_arg_vs_keyword_arg.jpg')
Out[173]:
In [174]:
Image('_random_state.jpg')
Out[174]:
In [175]:
Image('_workflow.jpg')
Out[175]: